漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品

OpenAI 正式推出新一代语音模型 GPT-Live,现已驱动 ChatGPT 语音功能。该模型采用全双工架构,允许 AI 在说话的同时持续倾听,彻底打破传统一问一答的交互模式,实现更接近人类自然交流的同步对话。GPT-Live 能够实时捕捉语气、停顿和意图变化,显著提升响应速度与对话流畅度,使交流不再有尴尬的延迟。更重要的是,它具备任务路由能力,可以将复杂请求透明地委托给特定领域的专用模型,例如需要复杂推理、专业计算或多模态处理的场景,从而在单一对话线程中提供更精准的服务。这一进展不仅让 AI 助手更显“聪明”,也为智能客服、虚拟陪伴和实时协作等场景打开了新的想象空间,标志着语音交互从机械应答向主动理解、协同执行的关键跃迁。

核心要点

  • 采用全双工架构,实现同时倾听与说话,对话更自然流畅
  • 大幅提升响应速度和情境感知能力,减少交互延迟
  • 支持将复杂任务委派给专用模型,扩展单一对话的处理边界

Read more >